[发明专利]一种基于区域分割法的丝饼油污分割算法

说明书

本发明公开一种丝饼油污分割算法，用于化纤生产线上丝饼表面油污缺陷的检测，包括以下步骤：对采集到的丝饼图像进行灰度化处理；利用图像分块算法对丝饼进行分块处理以提高算法执行速度；利用同态滤波器对丝饼进行消除光照不均匀处理；利用滤波算法对丝饼图像进行滤波处理以去除多余噪声；对滤波后的图像进行阈值分割以定位出油污的大致区域；提取油污的左上区域的某个位置作为种子点，以区域生长法进行分割；对分割好的丝饼图像进行形态学处理已去除多余的孔洞和噪声。本发明的丝饼油污分割算法可以有效地对丝饼上的表面油污进行分割，具有分割精度高的优点，可应用于实际丝饼生产线上，具有广泛的应用场景。

技术领域

本发明涉及一种缺陷分割算法，具体涉及一种丝饼油污分割算法。

背景技术

在化纤行业，丝饼的生产过程需要经过卷丝、输送、储存、检测分类和包装等多个流程。在其生产的过程中可能会由于机器或人为因素产生缺陷，影响后续的纺织品的形成质量。目前在丝饼的外观缺陷的检测领域，企业还是更多地通过人工检测来完成。但是人工检测会导致员工产生疲劳，从而使得丝饼的缺陷检测率降低，影响丝饼的生产效率。因此采用有效的方式来代替人进行检测势在必行。

随着机器视觉和图像处理等技术的快速发展，使得在线检测成为可能。而在在线检测中，算法是核心部分。有个合适的图像处理算法对缺陷的检测和分割有着重要的影响。在丝饼缺陷的种类中，尤其是以油污缺陷最为常见，并且油污形状的大小不一，有些还断断续续，这就给油污的分割带来了难度。因此设计一种合适的丝饼油污分割算法非常重要。

发明内容

本发明要解决的技术问题是：油污缺陷的油污形状大小不一，有些还断断续续，给油污的分割带来了难度。

为了解决上述技术问题，本发明的技术方案是提供了一种基于区域分割法的丝饼油污分割算法，其特征在于，包括以下步骤：

步骤1、采集带有油污缺陷的丝饼图像后，对采集到的丝饼图像进行灰度化处理后得到灰度图像；

步骤2、将转化后的灰度化图像进行图像分块处理获得子图像块，对每个子图像块采用下列步骤进行处理：

步骤3、采用同态滤波算法来消除子图像块的光照不均匀现象；同态滤波可以有效地消除光照不均匀现象。同态滤波是一种在频率域内对图像进行对比度增强和亮度范围压缩的一种滤波算法。其原理就是通过增加高频成分减弱低频成分来达到消除光照不均匀的效果。

步骤4、通过自适应中值滤波算法对上一步得到的子图像块进行滤波处理，以去除多余噪声达到突出缺陷信息的目的；

自适应中值滤波的方法原理是它的滤波窗口的滤波尺寸大小会随着窗口内灰度值大小和噪声密度的不同而自适应变化。该滤波算法相对于与其它几种滤波算法，不仅具有可以滤除噪声的效果，还可以突出图像中的细节和轮廓信息。

步骤5、对滤波后的子图像块进行阈值分割以定位出油污的大致区域；

步骤6、将上一步获得的油污的大致区域的左上区域的某个位置作为种子点，应用区域生长法进行分割，得到当前子图像块的丝饼油污的分割图像；区域生长法是一种对种子像素或子区域通过预定义的相似度计算规则进行合并以获得更大区域的过程。

步骤7、对上一步获得的分割图像进行形态学处理以去除多余的孔洞和噪声。

优选地，步骤1中，利用加权平均法将采集到的丝饼图像转换为所述灰度图像。加权平均法即根据重要性或其它指标给R,G,B赋予不同的权值，并将R,G,B的值进行加权平均，一般的R,G,B的权值分别为0.3，0.59，0.11。

优选地，步骤3中，采用同态滤波算法对子图像块进行处理包括以下步骤：

步骤301、原图像为空域图像，将原图像进行对数变换从而将空间域图像变换到频率域中，得到频率域图像；